収縮
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2021/02/06 06:19 UTC 版)
ナビゲーションに移動 検索に移動ウィキペディアには「収縮」という見出しの百科事典記事はありません(タイトルに「収縮」を含むページの一覧/「収縮」で始まるページの一覧)。 代わりにウィクショナリーのページ「収縮」が役に立つかも知れません。 |
関連項目
収縮
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2022/03/10 13:55 UTC 版)
「アメリカン・ヒーロー」の記事における「収縮」の解説
全身を豆粒大に縮める。所持品も同様に縮まるが、手放していると原寸に戻らない。
※この「収縮」の解説は、「アメリカン・ヒーロー」の解説の一部です。
「収縮」を含む「アメリカン・ヒーロー」の記事については、「アメリカン・ヒーロー」の概要を参照ください。
収縮
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2022/03/27 08:02 UTC 版)
勾配ブースティング方法の重要な部分は、収縮による正則化であり、更新規則を次のように変更することである。 F m ( x ) = F m − 1 ( x ) + ν ⋅ γ m h m ( x ) , 0 < ν ≤ 1 , {\displaystyle F_{m}(x)=F_{m-1}(x)+\nu \cdot \gamma _{m}h_{m}(x),\quad 0<\nu \leq 1,} ここでパラメータ ν {\displaystyle \nu } は「学習率」と呼ばれる。 経験的には、小さな学習率(例えば ν < 0.1 {\displaystyle \nu <0.1} など)を用いると、学習率を下げずに勾配ブースティングを行った場合( ν = 1 {\displaystyle \nu =1} )に比べて、モデルの汎化能力が劇的に向上することが分かっている。ただし、学習率が低いと反復回数が多くなり、学習時と検索時の計算時間が長くなる。
※この「収縮」の解説は、「勾配ブースティング」の解説の一部です。
「収縮」を含む「勾配ブースティング」の記事については、「勾配ブースティング」の概要を参照ください。
収縮
「 収縮」の例文・使い方・用例・文例
- >> 「收縮」を含む用語の索引
- 收縮のページへのリンク